Отрывок: Данный модуль получал на вход набор изображений и соотвествующий им набор масок, на выходе возвращалось с помощью консольного вывода значения метрик оценки качества обучения, оптимальный порог и график ROC-кривая. Пример вывода продемонстрирован на рисунке 9. 27 Рисунок 9 — Интерфейс вывода программы для сегментации изображений с помощью линейной регрессии Третий модуль решал ту же задачу – сегментировал изобр...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Агафонова Ю. Д. | ru |
dc.contributor.author | Луканов А. С. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Естественнонаучный институт | ru |
dc.coverage.spatial | магнитно-резонансная томография (МРТ) | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | методы компьютерного зрения | ru |
dc.coverage.spatial | методы машинного обучения | ru |
dc.coverage.spatial | нейронная сеть | ru |
dc.coverage.spatial | распознавание изображений | ru |
dc.coverage.spatial | сегментация | ru |
dc.creator | Агафонова Ю. Д. | ru |
dc.date.accessioned | 2022-08-31 13:24:34 | - |
dc.date.available | 2022-08-31 13:24:34 | - |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20220804160839 | ru |
dc.identifier.citation | Агафонова, Ю. Д. Распознавание изображений магнитно-резонансной томографии головного мозга методами машинного обучения : вып. квалификац. работа по направлению подгот. 02.03.03 "Математическое обеспечение и администрирование информационных систем"(уровень бакалавриата) / Ю. Д. Агафонова ; рук. работы А. С. Луканов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Естественнонауч. ин-т, Мех.-мат. фак-т, Каф. инф. - Самара, 2022. - 1 файл (1,4 Мб). - Текст : электронный | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Raspoznavanie-izobrazhenii-magnitnorezonansnoi-tomografii-golovnogo-mozga-metodami-mashinnogo-obucheniya-98655 | - |
dc.description.abstract | Объектом исследования являются снимки магнитно-резонансной томографии (МРТ) головного мозга.Целью данной выпускной квалификационной работы является разработка программного обеспечения для автоматизированного распознавания новообразований на изображениях МРТ головного мозга. На данный момент существует проблема оперативной и достовернойпостановки диагноза в медицине, особенно в случаях диагностирования новообразований. Из-за большого количества данных врач не всегда успевает вовремя просмотреть все снимки. Кроме того, иногда у врача возникает желание узнать так называемое третье мнение, но не всегда есть у кого его спросить. В качестве третьего мнения и помощника для врача может выступать разработанное решение, созданное для автоматизированного распознавания снимков МРТ головного мозга[1]. В ходе выполнения данной выпускной квалификационной работы было произведено исследование различных алгоритмов для локализации новообразований, для классификации изображений МРТ головного мозга идля сегментации изображений | ru |
dc.title | Распознавание изображений магнитно-резонансной томографии головного мозга методами машинного обучения | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.9 | ru |
dc.textpart | Данный модуль получал на вход набор изображений и соотвествующий им набор масок, на выходе возвращалось с помощью консольного вывода значения метрик оценки качества обучения, оптимальный порог и график ROC-кривая. Пример вывода продемонстрирован на рисунке 9. 27 Рисунок 9 — Интерфейс вывода программы для сегментации изображений с помощью линейной регрессии Третий модуль решал ту же задачу – сегментировал изобр... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Агафонова_Юлия_Дмитриевна_Распознавание_изображений_магнитно_резонансной.pdf | 1.43 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.